[发明专利]面向混行交通流中智能网联车辆的行车安全性评价方法

权利要求书

1.面向混行交通流中智能网联车辆的行车安全性评价方法，其特征在于：构建基于ARMA模型与广义RBF神经网络的联合预测模型，预测下一时段智能网联车辆的行车速度V_t+1，定义并计算行车安全性评价指标，由行车安全性评价指标对应的等级数值构造行车安全性评价模型，进行行车安全性评价；

所述联合预测模型为：

其中，e_i为ARMA模型或广义RBF神经网络在联合预测模型中的权重，C_it为广义RBF神经网络或ARMA模型对V_t+1在目标时刻t的预测结果，f_t为随机噪声，且f_t∈[0,1]；

所述行车安全性评价指标包括：下一时段预测智能网联车辆速度与设计速度相似性指标S₁、相邻路段上车速变化趋势的协调性指标S₂、变道智能网联车辆侧向加速度指标S₃、交通事故发生率指标S₄和追尾碰撞指标S₅；

所述行车安全性评价模型为：

其中，τ为智能网联车的比例，f为出行车安全性评价值；S'_i为行车安全性评价指标对应的等级数值，所述行车安全性评价指标对应的等级为优、良、差，当评价等级为优时，等级数值S'_i为1；当评价等级为良时，S'_i为0；当评价等级为差时，S'_i为-1；S₅为追尾碰撞指标。

2.根据权利要求1所述的面向混行交通流中智能网联车辆的行车安全性评价方法，其特征在于：所述下一时段预测智能网联车辆速度与设计速度相似性指标S₁为：

S₁＝|V_t+1-V_d|

其中，V_d为当前路段设计速度。

3.根据权利要求1所述的面向混行交通流中智能网联车辆的行车安全性评价方法，其特征在于：所述相邻路段上车速变化趋势的协调性指标S₂为：

其中：V_t-1为上一时段行车速度。

4.根据权利要求1所述的面向混行交通流中智能网联车辆的行车安全性评价方法，其特征在于：所述变道智能网联车辆侧向加速度指标S₃为：

其中，临界加速度G_s为车辆簧载质量，G_u为非簧载质量，B为等效轮距，h_s为簧载质量重心离地高度，R为车轮半径，V_t为实时车速，R₀为瞬时转弯半径，g为重力加速度。

5.根据权利要求1所述的面向混行交通流中智能网联车辆的行车安全性评价方法，其特征在于：所述交通事故发生率指标S₄为：

其中，β₁为该路段受交通事故影响不能够按正常通行能力服务的时间，β₂为从路段开通以来服务总时间。

6.根据权利要求4所述的面向混行交通流中智能网联车辆的行车安全性评价方法，其特征在于：所述追尾碰撞指标S₅为：

其中，S₅₁为TTC碰撞时间指标，且S₅₁所占比重h为车头间距，V_t'为前车车速，L为车身长度，σ为调整参数；S₅₂为车头间距指标，S₅₂＝|h-h'|，h'为平衡态车头间距，h₀为最小停车间距，v₀为自由流速度，α为敏感系数，且S₅₂所占比重S₅₃为车头时距指标，h_tmin为最小车头时距，且S₅₃所占比重